数据节点（NDB）：这类节点用于保存Cluster的数据，数据节点的数目与副本的数目相关，是片段的倍数。例如，对于两个副本，每个副本有两个片段，那么就有4个数据节点，没有必要设定过多的副本，在NDB中数据会尽量的保存在内存中。数据节点使用命令“ndb”启动的；
SQL节点：这是用来访问Cluster数据的节点，对于MySQL Cluster，客户端节点是使用NDB Cluster存储引擎的传统MySQL服务器。通常，SQL节点使用命令“mysqld-ndbcluster”启动的；
mysql不是分布式数据库。
MySQL属于关系型数据库。
分布式数据库系统通常使用较小的计算机系统，每台计算机可单独放在一个地方，每台计算机中都可能有DBMS的一份完整拷贝副本，或者部分拷贝副本，并具有自己局部的数据库，位于不同地点的许多计算机通过网络互相连接，共同组成一个完整的、全局的逻辑上集中、物理上分布的大型数据库。
MySQL和Oracle是两种不同的关系型数据库管理系统，它们有以下九大区别：
1. 开发公司不同：MySQL由瑞典MySQL AB公司开发，后被Sun公司收购，现在是Oracle公司的产品之一；Oracle由Oracle公司开发。
2. 数据库大小限制不同：MySQL支持的数据库大小通常较小，一般不超过2TB；而Oracle可以支持非常大的数据库，甚至可以超过100TB。
3. 数据库性能不同：Oracle相对于MySQL来说是更高性能的数据库，尤其是在处理大型企业级数据库时。
4. 数据库安全性不同：Oracle相对于MySQL来说拥有更好的安全性，例如更完善的加密技术和访问控制机制等。
5. 数据复制和同步机制不同：MySQL拥有分布式数据库的能力，因此在数据复制和同步方面较为便捷；而Oracle在这方面需要较为复杂的集群技术。
6. 数据库备份和恢复机制不同：MySQL在备份和恢复方面较为简单，但是在处理大型数据库时可能会出现问题；而Oracle在这方面相对更为完善。
7. 数据库价格不同：MySQL是一款开源的数据库管理系统，因此可以免费使用；而Oracle是一款商业数据库，需要付费才能使用。
8. 数据库功能不同：Oracle相对于MySQL拥有更多的高级功能，例如分区、数据挖掘和OLAP等。
9. 数据库应用领域不同：MySQL通常用于Web应用程序、小型企业和中小型网站的开发；而Oracle则通常用于大型企业级应用、数据仓库等高要求应用场景。
MySQL和HDFS是两种用于不同目的的数据存储和管理系统，它们在数据存储方式、数据处理方式以及数据可靠性等方面都有不同。
数据存储方式：MySQL是一种关系型数据库，用于存储结构化数据，可以将数据以表格的形式存储，并且每个表格之间的关系可以通过主键和外键建立。而HDFS是一种分布式文件系统，被广泛用于存储大量的半结构化和非结构化数据。它将数据分散存储在多个节点上，这些节点可以位于不同的机器或服务器上。
数据处理方式：MySQL支持使用SQL语言进行数据的查询、插入、更新和删除等操作，非常适合处理结构化数据和中小规模的数据。而HDFS则是为处理大数据而设计的，通过MapReduce算法将大数据集分解为多个小数据块，然后分发给不同的节点进行处理。这使得它非常适合处理大规模的半结构化和非结构化数据。
数据可靠性：MySQL具有完整性和可靠性，遵循ACID（原子性、一致性、隔离性和持久性）规则，这意味着它可以确保数据的完整性和一致性，即使在系统故障的情况下也能保持数据的可靠性。而HDFS也具有高可靠性和高可扩展性，它通过在多个节点上存储数据的多个副本，来保护数据的可靠性和容错性。
数据规模和处理速度：MySQL一般是用于处理小到中等规模的数据，对于大规模数据的处理速度可能无法满足需要。而HDFS则是专为大数据处理设计的，可以处理PB级别及以上的数据，对于大规模数据的处理速度较快。
适用场景：MySQL是关系型数据库，广泛应用于Web应用程序和各种软件系统中。它支持多种数据类型，如整数、字符串、日期、时间、货币等，使用SQL语言进行操作，因此对于需要使用关系型数据库的场景（例如电商网站、社交网站等），MySQL是一个非常好的选择。而HDFS则被广泛应用于大数据分析和处理领域，例如Hadoop生态圈中的各种数据处理技术，如MapReduce和Hive等都可以使用HDFS进行数据存储。对于需要进行大数据处理的场景（例如金融风控、市场分析等），HDFS是一个很好的选择。
总的来说，MySQL和HDFS都有其独特的优点和适用场景。MySQL适合处理结构化数据、中小规模数据以及需要使用关系型数据库的场景；而HDFS则更适合处理大规模的半结构化和非结构化数据、大数据场景以及需要进行分布式存储和处理的场景。在选择使用哪种存储方式时，需要根据实际需求和场景来决定。